4 сигнала, которые определяют видимость в AI-поиске Google

По данным Ahrefs, в начале года только 38% страниц, цитируемых в Google AI Overviews, входили в традиционный топ-10 поисковой выдачи. За восемь месяцев до этого показатель составлял 76%, что указывает на снижение зависимости AI-ответов от классического ранжирования.

Как формируется видимость в AI-поиске

Аналитика выделяет четыре ключевых сигнала, определяющих, какие бренды попадают в AI-ответы и как они описываются:

• порядок упоминания
• глубина описания
• сигналы авторитетности
• сравнительное позиционирование

1. Порядок упоминания

Порядок, в котором AI перечисляет бренды, напрямую влияет на выбор пользователей. Согласно исследованию Growth Memo и Citation Labs, до 74% пользователей выбирают первую рекомендованную системой опцию.

При этом около 26% пользователей игнорируют предложенный порядок, если уже знакомы с брендом. Ещё 56% формируют собственный шорт-лист, используя несколько источников. В режиме AI Mode при этом 88% пользователей принимают готовый список без дополнительной проверки.

Отдельно отмечается нестабильность результатов: по данным SE Ranking, при повторном запуске одного и того же запроса совпадение AI Mode составляет лишь 9,2%, что означает значительные изменения источников и порядка выдачи.

2. Глубина описания

Не все упоминания брендов в AI-ответах равнозначны. Одни ограничиваются кратким упоминанием, другие получают развернутые описания с характеристиками и сценариями использования.

Semrush в рамках AI Visibility Awards проанализировала более 2 500 запросов в ChatGPT и Google AI Mode. Лидеры категорий, такие как Samsung, получали более подробные описания по сравнению с менее крупными игроками, например Logitech.

Отмечается зависимость глубины ответа от объёма доступной информации. В выборке:

• топ-4,8% URL цитировались более 10 раз
• страницы свыше 20 000 символов в среднем получали 10,18 цитирования
• страницы менее 500 символов — около 2,39 цитирования

3. Сигналы авторитетности

AI-системы не только цитируют источники, но и формируют оценку их авторитетности через формулировки.

Инструменты вроде HubSpot AEO Grader классифицируют бренды как лидеров, конкурентов или нишевых игроков, что влияет на то, как они представлены в ответах.

По данным Semrush, у лидеров категорий наблюдается менее 20% месячной волатильности доли упоминаний, что указывает на устойчивое закрепление позиции.

Формулировки также отражают уровень доверия:

• лидеры описываются как «индустриальный стандарт» или «широко признанный»
• конкуренты — как «развивающаяся альтернатива» или «набирающий популярность вариант»

4. Сравнительное позиционирование

AI-ответы формируют не только списки, но и относительное позиционирование брендов, например «лучший для стартапов» или «лучший для корпоративных клиентов».

Исследование Amsive показывает устойчивые иерархии видимости. В банковском секторе Bank of America занимает 32,2% видимости, SoFi — 25,7%, LightStream — 20,2%. В здравоохранении доминирует Mayo Clinic с показателем 14,1%.

При этом, согласно исследованиям Kevin Indig (Growth Memo), пользователи часто принимают позиционирование AI как ориентир, даже если бренды формально охватывают более широкий спектр сценариев.

Как традиционное ранжирование связано с AI-видимостью

Корреляция между позициями в поиске и видимостью в AI-ответах остаётся слабой. Основная причина — механизм query fan-out, при котором AI разбивает один запрос пользователя на множество подзапросов и формирует ответ на основе разных источников.

Это приводит к тому, что страница может занимать первую позицию по основному запросу, но не попадать в AI-ответ, если релевантность определяется другими подзапросами.

Дополнительное исследование SE Ranking (2026) показывает, что обновление на базе Gemini 3 увеличило число источников в ответах на 32% и заменило около 42% ранее цитируемых доменов.

Новая модель трафика и поведения пользователей

По данным Semrush, более 20% трафика ChatGPT приходится на переходы в Google. Это связано с тем, что пользователи часто используют AI для первичного ответа, а затем переходят к поиску для проверки или изучения брендов.

Также отмечается, что 65–85% запросов в ChatGPT не имеют прямого аналога в традиционных поисковых ключевых словах, что отражает смещение в сторону более контекстных и описательных формулировок.

Измерение видимости в AI-поиске

Традиционные позиции в выдаче постепенно дополняются новыми метриками:

• частота цитирования бренда в ответах AI
• доля упоминаний в категории запросов
• частота рекомендаций по сравнению с простыми упоминаниями
• контекст и тональность описания
• позиция внутри ответа (первое или второе упоминание)

Новая модель оценки эффективности

Классические инструменты отслеживания позиций не отражают специфику AI-поиска. Появляются новые классы решений, которые анализируют цитируемость, упоминания и позиционирование брендов в ответах систем вроде ChatGPT, Perplexity и Google AI Overviews.

Речь идёт о переходе от анализа позиций к анализу присутствия и роли бренда в формируемом ответе.